Test digitalización tema 3 y 4
|
|
Título del Test:
![]() Test digitalización tema 3 y 4 Descripción: Test tema 3 y 4 |



| Comentarios |
|---|
NO HAY REGISTROS |
|
¿Qué modelo de nube es utilizada típicamente por una única organización y proporciona un mayor control de la infraestructura y los recursos?. Modelo de nube pública. Modelo de nube privada. Modelo de nube híbrida. Modelo de nube comunitaria. ¿Qué modelo de nube involucra la integración de dos o más nubes del mismo tipo que se ofrecen por distintos proveedores?. Modelo de nube pública. Modelo de nube privada. Modelo de nube híbrida. Modelo multinube. ¿Cuál de estos modelos de servicio en la nube proporciona más capacidad de control al usuario sobre el sistema operativo, configuraciones y aplicaciones y aplicaciones?. Modelo de infraestructura como servicio (IasS). Modelo de plataforma como servicio (PaaS). Modelo de Software como servicio (SaaS). Depende de cómo se quiera configurar. ¿Cuál de estos servicios en la nube delega más responsabilidades de gestión en el proveedor?. Modelo de Infraestructura como servicio (IaaS). Modelo de plataforma como servicio (PaaS). Modelo de Software como servicio (SaaS). Depende de cómo se quiera configurar. ¿Qué modelo de servicio estas utilizando en tu trabajo si usas Microsoft Teams o Google Workspace?. Modelo de infraestructura como servicio (IaaS). Modelo de plataforma como servicio (PaaS). Modelo de Sotfware como servicio (SaaS). Ninguno, son aplicaciones que se instalan en el ordenador. ¿Cuál de las siguientes NO es una ventaja del modelo edge computing?. Uso intensivo del ancho de banda. Latencia reducida al procesar datos localmente. Mayor disponibilidad y fiabilidad al descentralizar el procesamiento. Menor dependencia de la conectividad al no necesitar procesar todas las operaciones en la nube. El modelo de fog computing es una extensión del modelo edge computing que lleva el procesamiento un paso más allá, pero dónde tiene lugar concretamente el procesamiento del dato?. En el propio dispositivo que genera el dato siempre que este tenga un procesador compatible. En dispositivos próximos a los que generan los genera los datos, llamados nodos fog. En los nodos fog, que son dispositivos específicos que si sitúan en el centro de la nube para que el resto de los dispositivos puedan acceder a ellos fácilmente. En este modelo el procesamiento tiene lugar en cualquiera de los dispositivos de la nube con capacidad de cómputo. ¿Dónde tiene lugar el procesamiento del dato en el modelo mist computing?. En el propio dispositivo que genera el dato. En dispositivos próximos a los que generan los datos, llamados nodos mist. La respuesta a y b son correctas. En este modelo el procesamiento tiene lugar en cualquiera de los dispositivos de la nube con capacidad de cómputo. ¿Cuál de los siguientes no es un aspecto clave relacionado con la rentabilidad de usar la nube en una empresa?. La flexibilidad de pago por uso. El acceso a la tecnología avanzada sin versiones iniciales. El ahorro en mantenimiento y actualizaciones. El aumento de los costes operativos derivados de las fluctuaciones en el uso de los servicios en la nube. Tengo un negocio en el que no espero tener cargas de trabajo variables y voy a trabajar con aplicaciones que requieren de medidas de seguridad y privacidad especial. ¿Cuál sería el modelo de nube más apropiado para mi situación?. Modelo de nube pública. Modelo de nube privada. Modelo de nube híbrida. Lo ideal sería no utilizar la nube porque los datos almacenados en una nube pueden ser sustraídos fácilmente y eso nos generaría problemas legales. ¿Qué es el machine bias?. Es una aplicación de machine learning a sistemas biométricos para mejorar la seguridad en centros de datos y zonas sensibles. Es una tendencia del modelo machine learning aplicado a la biología. Es el antecesor del modelo machine learning. Es el problema de sesgo que tiene típicamente el machine learning. ¿En qué consiste la minería de datos?. En descubrir patrones significativos e información útil a través de la exploración y análisis de grandes cantidades de datos. En producir datos para que sean consumidos de forma eficiente por una IA. En generar paquetes útiles de datos, que son conocidos como big data. Ninguna de las respuestas anteriores es correcta. ¿Con qué THD se combina la IA para simular escenarios complejos que ayuden a la formación de pilotos de aeronaves?. Con la ciberseguridad. Con los gemelos digitales. Con la realidad virtual. Con una combinación de todas las respuestas anteriores, según la dificultad de la formación. ¿Cómo se llama el modelo de aprendizaje de una IA que está orientado a la resolución de problemas complejos?. Machine learning. Complex learning. Data learning. Deep learning. ¿Qué tipo de aprendizaje se usa en machine learning para la detección de correo electrónico no deseado?. Aprendizaje supervisado. Aprendizaje no supervisado. Cualquiera de los modelos anteriores, pero lo realmente eficiente para este caso es el complex learning. La detección de spam no se consigue con machine learning. ¿Cuál de los siguientes modelos NO corresponde a un tipo de IA?. Inteligencia artificial estrecha. Inteligencia artificial ancha. Inteligencia artificial general. Superinteligencia artificial. Hoy en día, ¿de qué tipo de IA son la inmensa mayoría de los ejemplos de IA que vemos en el mundo real?. Actualmente no existen ejemplos reales de IA. La mayoría son IA de nivel humano, ya que interaccionan con estos. Todos los ejemplos se basan en IA débil. Los pocos ejemplos que hay son de IA ancha. ¿Cuál es la primera etapa cuando se decide aplicar minería de datos a un negocio?. Entender claramente qué se espera lograr con la minería y cómo se utilizará esa información. Adquirir un equipo especializado en minería de datos. Implementar una aplicación, preferiblemente basada en IA, para poner en práctica el modelo de minería de datos. Predecir qué valores se van a obtener para comprobar si el modelo funciona. ¿Qué modelo de aprendizaje se ha empleado para herramientas como ChatGPT o asistentes virtuales como Alexa o Siri?. Machine learning. Complex learning. Data learning. Deep learning. ¿Qué suele ser necesario hacer con los datos antes de que una IA los utilice?. Nada, solo debemos asegurarnos de que estén en un archivo accesible por la IA. Normalmente hay que preprocesarlos y facilitárselos en archivos de tamaño fijo. Asegurarnos de que los recibe tal y como se generaron. Pasárselos a una IA cuya labor específica es formatearlos. |




